表格 AI

将结构化数据转化为准确且可解释的预测,让你的团队与 AI 智能体能够据此采取行动。
图片:员工在使用表格 AI

SAP 上的表格 AI 是什么?

SAP 上的表格 AI 是专为结构化数据打造的 AI。它将 SAP 及第三方领先的表格基础模型与 SAP AI Core 中的编排能力相结合,无需自定义模型训练或分散的流程,即可实现大规模、更快速、更具上下文相关性且更精准的预测。

placeholder

统一表格基础模型与能力,实现大规模预测洞察::

  • 访问专为结构化数据构建的、预训练且全托管的 SAP 及第三方表格基础模型。

  • 借助 SAP 模型与工具,将表格 AI 的应用范围扩展至 SAP 系统之外的数据。 

  • 通过高级假设分析及其他深度分析(如业务成果背后的因果关系),挖掘强大洞察。 

  • 在数据不断变化、不完整或缺失的情况下,跨模型与预测能力统筹表格工作流。 

  • 在整个组织范围内,监控并治理表格 AI 的性能表现。

优势

利用

利用专为理解业务数据而构建的领先表格基础模型。

规模

通过单一托管服务实现表格 AI 的规模化扩展。

访问

在业务工作流、Joule Agents 和自定义 AI 应用中,直接获取内置的预测洞察,为决策提供支持。

功能

placeholder

集中管控

通过表格 AI 统一调度、可观测性与治理能力。

可追溯的预测

通过影响结果的表格、行和列来解释预测结果。

可复现的表格 AI 策略

实现各团队间预测流程的标准化,确保每个职能始终基于一致且可信的洞察采取行动。

降低 AI 成本

整合专业且性能领先的表格基础模型,为多种应用场景提供预测价值。

基于任意来源进行预测

可对任何位置的数据运行预测:无论是分布式数据源、历史记录还是持续更新的数据,以及任意规模的表格。

按需部署 AI

通过定制 AI 应用实现洞察运营化,或直接嵌入 Joule 助手和 Joule Agents 中。

SAP 的表格 AI 客户成功案例

placeholder

科莱恩实现 90% 的税务判定准确率

了解全球领先的特种化学品公司科莱恩如何以 SAP RPT 为核心构建税务判定流程,在跨越多个国家/地区、司法管辖区和产品分类的发票中实现了高达 90% 的准确率。结果是:税务专家将更多时间用于处理复杂的例外情况和战略性税务规划,减少在常规判定上的投入。

常见问题

表格 AI 将机器学习应用于结构化数据,即来自企业各类数据源的行与列,这些数据支撑着大多数商业决策。如今,企业正围绕表格 AI 制定战略,因为表格基础模型(TFM)使得大规模生成准确预测成为可能,且无需为每个使用场景单独训练模型。SAP 的表格 AI 更进一步,将表格基础模型(TFM)与大语言模型(LLM)整合到一个统一的 AI 服务中,通过编排、集中管理和治理实现协同运作。

表格基础模型是基于大规模结构化数据集进行预训练的 AI 系统,用于学习常见的表格数据模式。与以文本为训练对象的大语言模型(LLM)不同,表格基础模型直接在行和列上运行,能够充分理解结构化数据中的丰富语义和关联关系。作为完全托管且预训练好的模型,表格基础模型(TFM)无需额外定制训练,从而加快了价值实现速度,同时降低了成本和复杂性。

预测是表格 AI 模型的统计输出结果,而预测洞察则将该预测转化为更具精准性的行动建议,帮助用户基于对结构化数据语义和关系的完整理解采取相应措施。SAP 的表格 AI 更进一步,通过表格编排、上下文选择和注册等专用功能,将预测和洞察付诸实际应用,显著提升了 AI 模型在业务数据背景下的情境适应性和推理能力。它有助于统一你的 AI 实践,降低成本,并提供实现规模化所需的管理、治理和可观测性。

SAP-RPT(关系预训练 Transformer)是一种完全托管的、以表格为原生基础的模型,利用回归和分类等预测能力以及上下文学习等情境化选项,从结构化业务数据中提供准确且可解释的预测结果。该模型适用于财务、供应链、销售和人力资源等多个业务场景,无需进行任何模型训练或微调。与其他表格模型相比,SAP-RPT 基于 SAP 在多个领域数十年积累的真实业务数据进行训练,并融合了只有 SAP 才能提供的业务流程知识。

SAP AI Core 是 SAP Business AI Platform 上的全托管、可扩展 AI 运行时环境,用于在企业规模上部署和运营 AI 应用。针对表格 AI,它将大语言模型与表格基础模型、编排功能、上下文注册与选择、定向检索以及批量推理整合于同一服务之中。它通过模型选择在成本、性能和准确性之间取得平衡,并能自动从大规模数据集中提取最相关的预测示例,高效且异步地处理数据。

表格基础模型可通过 SAP AI Core 模型库获取,其中包括 Prior Labs 提供的最新版 SAP-RPT 和 TabPFN 模型。开发者可利用这些模型构建自定义的 AI 应用,而 SAP-RPT 等模型目前已应用于 SAP 解决方案和 Joule Agents 中,将智能预测直接融入业务工作流。

是的,SAP 已于 2026 年 7 月完成对 Prior Labs 的收购,将全球领先的表格基础模型(TFM)研究团队之一纳入 SAP 大家庭。Prior Labs 将继续作为独立实体运营,SAP 此前已承诺投入超过 10 亿欧元,将其发展为全球领先的前沿 AI 实验室,专注于支撑全球企业运作的结构化数据领域。